Uma combinação de poder computacional, modelos especializados e grandes quantidades de dados é a receita para que os humanos tenham uma tecnologia que entenda as nossas perguntas, escreva códigos de programação, traduza textos, componha músicas, escreva poemas ou gere fascinantes imagens a partir de uma descrição de texto, tudo isso falando em nosso próprio idioma. Estamos falando da Generative AI. 

A Revolução na Inteligência Artificial Generativa (IAG) 

A Inteligência Artificial Generativa, também conhecida como IAG ou Gen IA, é uma vertente da Inteligência Artificial com a capacidade de gerar um conteúdo com base nos dados utilizados para seu treinamento. Em 2022, a popularização da IAG teve início com o lançamento do ChatGPT, um serviço de destaque nesse campo. 

O ChatGPT surpreendeu o mundo ao oferecer respostas interessantes e bem estruturadas, além de realizar tarefas como tradução e resumo de texto com facilidade. Sua popularidade cresceu rapidamente, conquistando mais de 30 milhões de usuários, somando a versão gratuita e a versão de paga, em apenas dois meses após o seu lançamento. Poucos meses depois, a Google lançou o Google Bard, totalmente gratuito e oferecendo também respostas bem estruturadas e com conteúdo e informações mais próximas do tempo real. Estas inovações marcaram um ponto de virada na forma como interagimos com a Inteligência Artificial Generativa. 

Explorando Modelos de IAG e Foundation Models: Impulsionando a Inovação

A popularização do Google Bard e do ChatGPT gerou interesse nos modelos que estavam por trás deles, como o GPT-3.5 (Generative Pre-trained Transformer) o LaMDA (Language Model for Dialogue Applications), com capacidade de geração de textos a partir de texto. Também despertaram interesse em outros modelos de IAG para geração de imagens a partir de descrições textuais, como o Imagen ou o DALL-E. Além disso, há modelos de geração de vídeo ou música a partir de texto e também modelos que geram imagens tendo como base outras imagens. 

Esses modelos de IAG, chamados de Modelos Fundacionais, Modelos Base ou Foundation Models, foram treinados usando aprendizagem de máquina não supervisionada ou auto supervisionada, com milhões ou até bilhões de parâmetros. Eles servem como fundamento para que sejam aperfeiçoados com informação adicional específica para qualquer tarefa.  Podem ser treinados não apenas com texto, mas também com imagens, áudios e outros tipos de dados. As principais vantagens deles são a adaptabilidade, os possíveis ganhos em produtividade e o potencial aumento da receita. 

Nos últimos meses, tem sido lançada uma grande variedade de modelos de IAG para os mais variados objetivos. Existem ferramentas que usam IAG para criar, em segundos, resumos de vídeos inteiros. Além disso, foram lançadas ferramentas para geração de arquivos de áudio a partir de textos e ferramentas de edição de vídeos que reduzem o tempo de edição de horas para segundos.  

Algumas empresas já usam modelos de IAG para criar “rascunhos” de documentos de texto, formatados em estilo e comprimento específicos. É como se tivessem um assistente virtual que ajuda na criação de relatórios ou textos gerais. Outras empresas estão usando IAG para ajudar os funcionários nas análises dos dados de uma área ou de um tema em particular, isso envolve treinar um modelo com informações específicas da empresa para agilizar a tomada de decisões.   

A Generative AI como Diferencial Competitivo: Atendimento, Desenvolvimento, Produtividade e Saúde  

A IAG utilizada nos chatbots pode ajudar a identificar mais rapidamente a necessidade dos clientes. Além disso, aprimora o fluxo de atendimento e melhorar significativamente as respostas que os usuários recebem. Isso tem um impacto positivo na experiência geral. A IAG também está ajudando a gerar, verificar e explicar códigos de programação, tornando a produção de software mais eficiente. Na área da saúde, a IAG está ajudando na pesquisa e no desenvolvimento de novos medicamentos permitindo reduzir o tempo e recursos. 

Particularmente, a IAG oferece novas oportunidades para aumentar a receita encurtando o tempo de criação de novos produtos, bem como melhorar a produtividade dos funcionários com software para resumir, redigir ou editar texto em relatórios, formulários ou documentos institucionais. Em um futuro muito próximo, a utilização da Generative AI vai se tornar um diferencial e uma vantagem competitiva.  

Objetivos e Adoção da IAG nas Empresas: Insights da Pesquisa Gartner e McKinsey 

Em uma pesquisa recente da Gartner com mais de 2.500 executivos sobre o objetivo do uso da IAG nas empresas, os resultados mostraram que o objetivo de 38% deles era melhorar a experiência dos clientes ou a retenção destes. 26% deles usaram a IAG para aumentar a receita da empresa e 17% indicaram que utilizaram a ferramenta para otimização de custos. Na última pesquisa global anual da McKinsey, um terço dos entrevistados afirmou usar IAG regularmente em pelo menos uma função de negócios. Além disso, mais de um quarto dos entrevistados de empresas que usam IA relataram que o IAG já está nas agendas de seus conselhos administrativos. 

Adoção Responsável da Generative AI nas Empresas: Estratégias e Medidas Essenciais 

A adoção da Generative AI nas empresas precisa de adaptações nas estratégias, nas estruturas organizacionais e na forma de gerenciar as pessoas. O objetivo não é substituir o funcionário, mas fornecer melhores ferramentas para executar as tarefas de modo mais rápido e eficiente. Dependendo da solução adotada, também é necessário levar-se em consideração alguns pontos e observar algumas medidas para evitar dores de cabeça. 

Para usar serviços públicos como o Google Bard ou o ChatGPT, deve-se evitar a utilização de dados sensíveis, dados pessoais ou confidenciais da empresa, e sempre devem ser monitoradas e verificadas as respostas do modelo (que pode ser muito bom, mas não infalível). Se a empresa conta com um modelo próprio, pode ser mais flexível com os dados que entram no modelo, mas as respostas sempre devem ser monitoradas e verificadas. 

Atualmente, existem vários fornecedores e soluções de IAG dedicada no mercado. Sua adoção pode trazer grandes vantagens para as empresas, como produtividade, eficiência e aumento de receita. No entanto, mas são necessárias adaptações nos processos internos, além de muito cuidado com os dados que são fornecidos como entrada. Cuidando desses pontos, as empresas que adotarem a IAG terão a sua vantagem competitiva aumentada no mercado.   

Nosso Compromisso com a Generative AI: Soluções Eficientes para o Seu Negócio 

Na Rox Partner, somos especializados em Generative AI. Nosso compromisso é aplicar a inteligência artificial generativa de maneira eficaz. Trabalhamos de maneira constante para criar soluções que podem trazer melhorias concretas para o seu negócio. Convidamos você a explorar conosco as possibilidades da Generative AI e descobrir como ela pode beneficiar sua empresa. 

Interessado em conhecer nossos serviços? Entre em contato conosco e saiba mais sobre como a Generative AI pode se adequar às suas necessidades. 

Learn More

Em 2015, o termo Alfabetização de Dados praticamente não existia, o mundo passava pela primeira grande fase de transformação digital e de transformação em dados, com a adesão de soluções de Big Data em massa por parte das grandes companhias e de investimentos sem precedentes. 

Muitas das empresas que investiram em Big Data, nessa época, não tinham maturidade suficiente, nem mesmo a “Alfabetização de Dados” necessária para absorver todos os investimentos da melhor forma. Assim, nos anos seguintes, muitos dos projetos de Big Data foram refeitos por completo, tendo sido introduzidos times mais capacitados, ocorrido o envolvimento das áreas de negócio e de treinamento, e, ainda, o desenvolvimento das organizações para tais absorções. 

Neste artigo, falaremos sobre Data Literacy e como essa Alfabetização de Dados é essencial para seu negócio. Confira!

O que é alfabetização de dados?

Também conhecida como literacia em dados, a alfabetização de dados vem do termo em inglês “Data Literacy”. Trata-se da capacitação de pessoas para que elas possam ler, gerenciar, analisar e argumentar por meio de dados.  

O termo Data Literacy é recente. Surgiu em 2015, a partir de uma publicação de Rahul Bhargava e Catherine D’Ignazio, realizada pelo Massachusetts Institute of Technology – MIT: “Approaches to building Big Data Literacy”.

Essa publicação do MIT relata a ideia de “Big Data Popular”, com o intuito de empoderamento e popularização da tomada de decisão e da transparência sobre processos e negócios através de dados.  

Qual a perspectiva de mercado em relação à alfabetização de dados? 

Com a popularização das soluções de Big Data proporcionada pelos avanços tecnológicos e pelo barateamento de computação distribuída, através da adoção em massa de ambientes de computação em nuvem, diversas empresas implementaram Data Lake, Lake House e Data Warehouse. Essas soluções de Big Data são a base e os pilares de consumo de dados pelas organizações para análise e tomada de decisão. 

De acordo com a International Data Corporation – IDC, até 2025, quase 30% da chamada “esfera de dados global” – “a quantificação da quantidade de dados criados, capturados e replicados em todo o mundo”, será a informação em tempo real. Em comparação, em 2017, os dados em tempo real representavam 15% da esfera de dados, conforme o relatório da IDC. 

A análise de dados em tempo real é o próximo passo para muitas empresas e contribui para propiciar a tomada de decisões e o acompanhamento das operações de negócio no momento da ocorrência e na jornada do cliente.  

Com um volume tão grande de dados e as análises em tempo real, são requisitados cada vez mais profissionais com competências adequadas para ler, gerir, analisar e tomar decisões. E, em se tratando de tomadas de decisão em tempo real, isso se torna ainda mais crítico dado o tempo e criticidade de uma decisão tão imediata. 

Qual é o impacto do Data Literacy na sociedade? 

Novas competências têm se tornado cada vez mais requisitadas e praticamente obrigatórias para profissionais de diversas áreas. Esse contexto inclui não somente os profissionais de tecnologia, mas também os que atuam na área de gestão. Nesse último campo, os profissionais têm se deparado com requisitos como conhecimentos em Python, SQL e ferramentas de visualização de dados, sendo esses tão marcantes e obrigatórios quanto no passado fora os conhecimentos relacionados à microinformática e proficiência em inglês. 

Esse cenário gera uma série de impactos, desde o surgimento de uma nova indústria de capacitação, como no passado foram as escolas de microinformática e de inglês. Agora, vemos a mesma movimentação em plataformas online como o Udemy, Udacity e diversas opções por meio da Educação a Distância (EAD), consultorias, novas carreiras, ferramentas de automação e simplificação de análise de dados, tais como as soluções de AutoML (automatização de geração de modelos de Machine Learning ). 

Além de toda a indústria de dados e de educação que se formam, existe também um impacto cada vez mais positivo gerado pela alfabetização de dados que é justamente a transparência com a massificação do acesso à informação. 

Para melhor entendimento sobre todo processo que nos fez chegar até a Literacia em Dados, esboçamos esta ideia em formato de espaço cosmo, e chamamos este fenômeno de The Big Bang Data. Confira o infográfico que mostra os movimentos propulsores dessa transformação.

Como a alfabetização de dados impacta os negócios? 

Ao longo de 2022, a Rox apoiou mais de 120 empresas em diversas etapas da Jornada Data Driven. Por meio das consultorias atendidas, notamos diferenças muito grandes e marcantes nos níveis de maturidade no uso de Dados e Analytics para gestão das corporações, bem como nos níveis de governança e, também, na Alfabetização de Dados das demais áreas nessas empresas. 

Em 2021, em especial, o tema mais marcante relacionado à evolução da maturidade de dados teve relação com a Governança de Dados, Privacidade e Proteção de Dados e, por fim, a disseminação do uso de ferramentas de análises avançadas. Para alinhar-se a esse contexto, a Rox criou, em 2022, a plataforma de ensino Rox School, com o intuito de apoiar os nossos clientes na etapa de “Adoção do Usuário”, que visa potencializar os usuários da área de negócios a fazerem o uso correto das soluções de visualização de dados, análise, integração e aprendizado de máquina em seus desafios. 

Estratégia de dados para negócios 

Na Rox, assumimos, veementemente, que a área de negócios é a principal usuária de dados e analytics, envolvendo-se em todo o ciclo da estratégia de dados e, por isso, necessita de frequente capacitação para a ampliar o seu potencial de resultados. 

Tendo como premissa que os fluxos de integração, acurácia, governança e aprendizado de máquina são fluxos vivos, é na área de negócios onde estão os maiores validadores, utilizadores e, também, gestores desses fluxos, os quais dependem de dados para ler, gerenciar, analisar, argumentar e tomar decisões.  

 

 

 

 

 

 

 

 

 

 

 

Como criar uma estratégia de alfabetização de dados na minha empresa? 

Descubra com a Rox Partner, como transformar passo a passo cada etapa da sua jornada data driven, desde os recursos básicos de infraestrutura, integração, qualidade de dados até as estratégias de capacitação e alfabetização de dados da sua organização.  

Conte conosco para a aplicação de treinamentos in-company para a formação dos seus profissionais, por meio de capacitações costumizadas conforme às suas necessidades. 

Quer saber mais? Clique aqui e baixe agora o nosso infográfico Jornada Data Driven 

Até a próxima! 

 

 

 

 

 

Learn More

Com a crescente busca por otimização de recursos públicos e o advento das novas tecnologias as cidades tem implementado soluções inovadoras buscante melhorar o conforto e segurança de seus cidadãos, porém isso tem ocorrido sem que os devidos aspectos de privacidade e Anonimato dos cidadãos de São Paulo tenham sido devidamente discutidos, um dos pontos mais críticos atualmente é o compartilhamento público dos sistemas de câmeras de transito, transporte público e segurança da cidade. A atual mudança de paradigmas e a fome por dados, tem gerados soluções sem planejamento e diretriz sobre a privacidade dos cidadãos.

Assim o presente artigo visa debater e evidenciar os riscos e prejuízos que que a cidade está gerando com a implantação de soluções mal planejadas e sem o devido debate técnico e aprovação dos cidadãos.

 

Smart City, A Cidade Inteligente

Segundo artigo da revista IEEE Internet of Things Journal ( Volume: 1, Issue: 1, Feb. 2014 )  [1] o termo “Smart City” é um conceito que visa o melhor uso dos recursos públicos, aumentando a qualidade dos serviços oferecidos aos cidadãos, enquanto reduz os custos operacionais de administração pública. Neste mesmo artigo é importante ressaltar que a palavra “privacy” é citada apenas uma vez quando o texto se refere a monitaração de ruídos na cidade, levantando a hipótese de que o monitoramento de sons seria prejudicial a privacidade e deve-se discutir os casos de implementação:

[1] This service can hence improve both the quiet of the nights in the city and the confidence of public establishment owners, although the installation of sound detectors or environmental microphones is quite controversial, because of the obvious privacy concerns for this type of monitoring.

 

Conforme citação acima, temos que o conceito de cidades inteligentes visa a melhor prestação de serviços ao cidadão proporcionando bem estar e otimizando os recursos públicos através de soluções inteligentes. Dessa forma temos de tomar como base que qualquer implementação deste tipo tenha enraizados tais conceitos em primeiro lugar.

 

A Próxima Revolução

As revoluções do homem contemporâneo sempre estiverem ligadas aos processos produtivos, que por sua vez foram marcados pelas revoluções industriais. Estamos vivenciando a quarta revolução industrial, sendo que cada uma das revoluções anteriores marcaram e transformaram a sociedade direta ou indiretamente.

As revoluções industriais sempre estiveram ligadas ao domínio de novas tecnologias e a aplicação de tais tecnologias nas devidas cadeias produtivas. A primeira revolução industrial por assim dizer foi iniciada na Inglaterra no século 18 com a invenção de máquinas a vapor, o que possibilitou a mudança de serviços braçais que antes era realizados por animais e escravos. E assim se seguiu um constante desenvolvimento tecnológico. Temos ainda a relação entre a primeira e a segunda guerra mundial, possibilitadas graças a escala de produção e a segunda revolução industrial que por sua vez contava já no inicio do século 20 com a produção de itens como carros, televisores e afins que conhecemos hoje.

A terceira revolução industrial já conta com a integração entre as cadeias de produção e o desenvolvimento cientifico, também conhecida como revolução tecnocientífica. As empresas investiram muito em centros de pesquisas avançados para desenvolver novas tecnologias e produtos inovadores.

A quarta revolução também conhecida como “A industria 4.0” não se traduz apenas nas novas técnicas de automação industrial e integração da cadeia aos serviços de internet, a maior mudança de paradigma está atrelada ao fato de os dados serem a grande matéria-prima, e nesse caso os dados são gerados pelos próprios consumidores. Visto a crescente demanda por dados de diversas área que possam definir comportamentos dos clientes em potencial qualquer nova fonte de dados se torna alvo de industrias que anseiam determinar o comportamento de seus consumidores. Essa lógica vai de encontro com o artigo

[2] ( Communications (ICC), 2017 IEEE International Conference ) “Big Data challenges and opportunities in the hype of industry 4.0” e artigo [3] (Service innovation and smart analytics for Industry 4.0 and big data environment ).

 

A atual quarta revolução industrial como assim é chamada tem várias características uma delas está ligado a obtenção de dados para geração novos produtos e serviços. É um novo mundo totalmente orientado a dados e esses dados são materia prima bruta das novas organizações, de forma que nós em parte somos o insumo de tal produto. Dessa forma nossa privacidade está cada vez mais afetadas e requisitada como contrapartida para o consumo de bens e serviços.

 

Cidade de São Paulo

São Paulo é a cidade mais populosa das Américas, ficando a frente de cidades como [4]  Cidade do México  ( México ), Lima ( Peru ) e Nova York ( Estados Unidos ). São Paulo tem aproximadamente 21 milhões de habitantes,  [5] é a cidade com o 10° maior PIB do mundo, responsável por cerca de 11% do PIB Brasileiro que por sua vez é a 10 economia do mundo, ainda responsável por 28% de toda produção cientifica e desenvolvimento tecnológico do país.

 

Câmeras de Monitoramento

A CET ( Companhia de Engenharia de Trafego ) responsável pela gestão e planejamento do trafego de veículos da cidade de São Paulo, disponibiliza 37 câmeras online ao vivo, sendo possível assim obter as imagens de qualquer horário dos últimos 7 dias.

[6] – http://cameras.cetsp.com.br/View/Cam.aspx

Sendo assim temos que as imagens capturadas por toda a cidade através de câmeras de trânsito são de grande valor, e podem proporcionar informações cruciais para a abertura de novos negócios ou mesmo monitoramento continuo dos padrões de transporte e locomoção da população ou de indivíduos em especifico.

Além da metrópole também é possível obter acesso direto as câmeras das principais rodovias do Estado de São Paulo, através do site do DER concessionária que gerencia as principais rodovias do estado de São Paulo. O DER disponibiliza de um total de 238 câmeras:

[9] – Imagem de um caminhão na rodovia SP 008 – km: 139,000 – Pedro Astenori Mariagliani (Capitão)

http://www.der.sp.gov.br/WebSite/Servicos/ServicosOnline/CamerasOnlineMapa.aspx

Um projeto em crescente implantação na cidade de São Paulo é o City Câmera

 

A concessionária ViaOeste responsável por algumas das principais rodovias do Estado de São Paulo, que cruzam a cidade de São Paulo também possuem imagens em tempo real e abertas sem controle de acesso através de seu site:

[12] – Serviço de câmeras online da concessionária ViaOeste

Como evidenciado acima, é possível ter acesso a diversas câmeras que cruzam a cidade de São Paulo ao vivo e sem nenhum cadastro ou controle sobre esses dados. A ideia de que o compartilhamento de dados públicos ainda se remete aos databases da prefeitura está equivocada, frente a capacidade de processamento de dados não estruturados que temos atualmente.

 

Visão Computacional

Visão Computacional e compreensão de imagens são subcategorias da inteligência artificial, que por sua vez é a capacidade de automatizar tarefas com computadores que antes somente eram realizadas por seres humanos.

Segundo estudo de caso realizado em

[13] Introdução à Visão Computacional usando OpenCV

, é possível reconhecer textos em imagens obscuras utilizando softwares livres tais como OpenCV para tratar e realizar o processo de OCR que consiste no reconhecimento de textos em imagens, no artigo é dado o exemplo da imagem a seguir:

 

[13] –  (Fig. 1): Veículo em imagem escura (esquerda). Após uma equalização de histograma, em nível de cinza, onde a placa do veículo pode ser lida (direita). Informação da placa e do veículo no retângulo.

 

O que pode ser feito

Com a quantidade de câmeras existentes na cidade de São Paulo é possível monitorar diversas atividades, desde de viagens, idas e vindas de rotineiros de trabalho e tudo isso sem programar nada, apenas com acessos aos sites aqui referenciados. Com os conhecimentos certos é possível escrever programas de visão computacional capazes de monitorar diariamente as câmeras da cidade de São Paulo com os endereços aqui referenciados automatizando as atividades de monitoramento.

 

Privacidade e Proteção de Dados

A privacidade dos cidadãos de São Paulo está expostas e esses dados tem grande valor industrial, gerando uma guerra de interesses, de um lado a população que deseja realizar suas atividades de forma sigilosa, com o mínimo Anonimato sem que haja identificação pessoal de seus carros ou corpos em trajeto. Sendo assim, concluo que a prefeitura de São Paulo precisa realizar a descaracterização dos objetos presentes nas imagens afim de garantir a privacidade do cidadãos.

 

Vença seus maiores desafios empresariais com uma combinação de nossas soluções em Inteligência Artificial e Privacidade e Proteção de Dados

 

Se aproprie do potencial dessa e outras bases de dados combinados com os serviços de inteligência da Rox para potencializar o seu negócio! A Rox é uma empresa especializada em soluções de dados com larga experiência em inteligência artificial atuando em diversos setores tais como setor financeiro, varejo, moda, entretenimento, logística, indústria, farmacêutica, telecomunicações, óleo e gás.

Entre em contato com a gente e descubra como as nossas soluções podem ajudar o seu negócio.

Learn More